基于六度分割理论和中心度识别微博网络的关键人物
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-14页 |
| ·研究目的和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·本文研究内容 | 第12页 |
| ·本文组织结构 | 第12-14页 |
| 2 社交网络基本理论 | 第14-20页 |
| ·六度分割理论 | 第14-15页 |
| ·顿巴数和贝肯数 | 第15-16页 |
| ·强弱关系 | 第16-18页 |
| ·小世界网络模型 | 第18-20页 |
| 3 微博网络分析 | 第20-30页 |
| ·基本概念 | 第20-22页 |
| ·发展历程 | 第22-23页 |
| ·基本功能 | 第23-24页 |
| ·微博特点 | 第24-30页 |
| ·微博信息特点 | 第24-26页 |
| ·微博传播特点 | 第26-27页 |
| ·微博的缺点 | 第27-28页 |
| ·微博网络性质 | 第28-30页 |
| 4 关键节点挖掘 | 第30-46页 |
| ·中心度算法 | 第30-33页 |
| ·点中心度 | 第30页 |
| ·中间中心度 | 第30-32页 |
| ·紧密中心度 | 第32-33页 |
| ·聚类算法 | 第33-37页 |
| ·Girvan-Newman 算法 | 第34-35页 |
| ·Newman 快速算法 | 第35-36页 |
| ·CNM 算法 | 第36-37页 |
| ·识别关键人物方法 | 第37-45页 |
| ·中心度算法对比分析 | 第37-40页 |
| ·关键指数 | 第40-42页 |
| ·处理微博数据 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 5 实验及结果分析 | 第46-59页 |
| ·实验数据集 | 第46-47页 |
| ·实验数据 | 第46-47页 |
| ·程序实现 | 第47-53页 |
| ·实验结果总结 | 第53-58页 |
| ·本章小结 | 第58-59页 |
| 6 总结和展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
